Alcuni credono che la proliferazione dell'intelligenza artificiale e della robotica stia mettendo a rischio la nostra privacy, il nostro lavoro e persino la nostra sicurezza. Sempre più compiti vanno ai cervelli basati sul silicio. Ma anche i critici più accesi non possono non riconoscere gli ovvi vantaggi che l'intelligenza artificiale e i sistemi automatizzati stanno preparando per l'umanità. Nell'ambito del progetto Grand Challenges, la BBC ha riunito esperti che hanno esposto la loro visione per il futuro in presenza di macchine e intelligenza artificiale.
"Non dovremmo vedere l'IA come qualcosa che compete con noi, ma come qualcosa che può migliorare le nostre capacità", afferma Takeo Kanade, professore di robotica alla Carnegie Mellon University. Perché l'IA ha una tolleranza per la noia ed è anche in grado di identificare i modelli molto meglio e più velocemente degli umani. L'automazione ha già iniziato a sciogliere i nodi più complessi del mondo, dalla malattia alla crudeltà.
E può rendere le nostre vite più sicure nel 21 ° secolo.
Combattere le malattie infettive
Per miliardi di persone in tutto il mondo, il ronzio delle zanzare vicino alle orecchie può significare molto di più di un fastidioso morso: può essere un presagio di malattia e persino di morte. Una specie, Aedes aegypti, si è diffusa in particolare dall'Africa a quasi tutte le regioni tropicali e subtropicali, portando febbre dengue, febbre gialla, Zika e chikungunya (un virus che causa dolori articolari paralizzanti). La sola dengue infetta ogni anno 390 milioni di persone in 128 paesi.
"Questa zanzara è un piccolo demone", dice Rainier Mallol, un ingegnere informatico nella Repubblica Dominicana, un punto caldo per Zika. Insieme a Desi Raja, un medico della Malesia (un altro paese a rischio di contrarre il virus), la coppia ha sviluppato algoritmi di intelligenza artificiale che prevedono dove è più probabile che si verifichino focolai.
Video promozionale:
Il progetto Premonition di Microsoft utilizza i droni per trovare agenti patogeni nei punti caldi di Zika
La loro Intelligenza Artificiale in Epidemiologia Medica (Aime) è un sistema che combina l'ora e la posizione di ogni nuovo caso di Dengue segnalato dagli ospedali locali con altre 274 variabili come direzione del vento, umidità, temperatura, densità di popolazione, tipo di alloggio. "Questi sono tutti fattori che determinano la diffusione delle zanzare", spiega Mallall.
I test in Malesia e Brasile hanno dimostrato di poter prevedere i focolai con una precisione di circa l'88% in tre mesi. Il sistema aiuta anche a localizzare l'epicentro di un'epidemia entro 400 metri, consentendo ai medici locali di intervenire in tempo con insetticidi e protezione da morsi per i residenti locali.
Anche Aime si sta evolvendo per prevedere i focolai di Zika e Chikungunya. Enormi aziende tecnologiche stanno prendendo questa idea a modo loro: Project Premonition di Microsoft, ad esempio, utilizza droni autonomi per rilevare le sacche di zanzara e utilizza anidride carbonica e trappole luminose per catturare quegli insetti. Il DNA delle zanzare e degli animali che mordono viene quindi analizzato da algoritmi meccanici che scoprono schemi in enormi quantità di dati sempre meglio ogni volta e trovano agenti patogeni.
Lotta con le armi
Nell'ultimo anno, 15.000 persone sono morte negli Stati Uniti a causa degli spari. Questo paese ha il più alto tasso di violenza legata alle armi nell'intero mondo sviluppato. Per affrontare i problemi della sparatoria indiscriminata e della criminalità legata alle armi, alcune città del paese si stanno rivolgendo alla tecnologia per chiedere aiuto.
Un sistema automatizzato che sente i suoni degli spari attraverso una serie di sensori può essere utilizzato per individuare dove sono stati sparati i colpi e allertare le forze di sicurezza entro 45 secondi dopo aver premuto il grilletto. ShotSpotter utilizza 15-20 sensori acustici per chilometro quadrato per rilevare il caratteristico "pop" di uno scatto, individuando il suo luogo di nascita con una precisione di 25 metri.
Le tecnologie di apprendimento automatico vengono utilizzate per confermare che il suono era uno sparo e contare il numero di colpi sparati per indicare se la polizia si occuperà di un uomo armato solitario o di più criminali e se stanno usando mitragliatrici o meno.
Già 90 città - principalmente negli Stati Uniti, ma anche in Sud Africa e Sud America - utilizzano ShotSpotter. Piccoli sistemi sono stati implementati anche in nove campus statunitensi in risposta alle recenti sparatorie del campus.
Ralph Clarke, CEO di ShotSpotter, ritiene che in futuro questo sistema possa essere utilizzato per qualcosa di più della semplice risposta agli incidenti.
"Stiamo cercando di capire come i nostri dati possono essere utilizzati per le capacità predittive degli agenti di polizia", afferma. "L'apprendimento automatico può essere combinato con condizioni meteorologiche, traffico e altro per informare le pattuglie di polizia in modo più accurato".
Combattere la fame
Circa 800 milioni di persone in tutto il mondo fanno affidamento sulle radici della manioca (manioca) come principale fonte di carboidrati. Questo ortaggio simile all'igname amidaceo viene mangiato come una patata; può anche essere macinato in farina per fare pane e prodotti da forno. Può crescere dove altre colture non possono, rendendo la manioca la sesta pianta alimentare più grande del mondo. Tuttavia, questo arbusto legnoso è anche vulnerabile a malattie e parassiti, che possono devastare interi campi di ortaggi.
I ricercatori della Makerere University di Kampala, in Uganda, hanno collaborato con esperti di malattie delle piante per sviluppare un sistema automatizzato volto a combattere la malattia della manioca. Il progetto Mcrops consente agli agricoltori locali di fotografare le loro piante con smartphone economici e utilizzare la visione artificiale per rilevare i segni di quattro malattie principali che stanno devastando i raccolti di manioca.
"Alcune di queste malattie sono estremamente difficili da riconoscere e richiedono azioni diverse", spiega Ernest Mwebase, uno scienziato informatico che guida il progetto. "Diamo agli agricoltori un esperto tascabile in modo che sappiano se impollinare i loro raccolti o distruggere e piantare qualcos'altro".
Questo sistema diagnostica le malattie della manioca con un'accuratezza dell'88%. In genere, gli agricoltori devono chiamare esperti del governo per visitare le fattorie per identificare le malattie, che richiedono giorni e settimane prima che la malattia si diffonda.
Mcrops consente anche di caricare istantanee su un database, che viene quindi utilizzato per diagnosticare i focolai. Mwebaze spera che la tecnologia rileverà automaticamente anche i problemi con altre specie vegetali, come le banane.
Combattere il cancro e la perdita della vista
Il cancro causa più di 8,8 milioni di morti in tutto il mondo e a 14 milioni di persone viene diagnosticata una qualche forma di cancro ogni anno. La diagnosi precoce del cancro può aumentare significativamente le possibilità di sopravvivenza di una persona e ridurre il rischio di recidiva. Lo screening è uno dei modi chiave per rilevare precocemente il cancro, ma è molto, molto difficile e richiede tempo per comprendere le scansioni e altri risultati dei test.
DeepMind di Google può aiutare i medici con il trattamento del cancro con l'apprendimento automatico per aiutarlo a identificare aree sane del tessuto di un paziente
DeepMind e IBM stanno applicando le loro tecnologie AI a questo problema. DeepMind ha collaborato con i medici del NHS britannico presso i college universitari di Londra per addestrare il suo programma basato sull'intelligenza artificiale per curare il cancro separando aree di tessuto sano dai tumori nelle scansioni della testa e del collo. Lavora anche con il Moorfields Eye Hospital di Londra, rilevando i primi segni di perdita della vista nelle scansioni oculari.
"I nostri algoritmi sono in grado di interpretare le informazioni visive dalle scansioni", afferma Dominic King, Direttore clinico di DeepMind Health. “Il sistema impara a identificare potenziali problemi e consiglia al medico la corretta linea d'azione. È troppo presto per commentare i risultati, ma sono già molto incoraggianti ".
King afferma che le tecniche di intelligenza artificiale possono aiutare i medici a fare diagnosi più velocemente setacciando le scansioni e dando la priorità a quelle consigliate per un esame immediato.
IBM ha anche recentemente annunciato che l'AI di Watson può analizzare le immagini e valutare le cartelle cliniche dei pazienti, individuando un tumore il 96% delle volte. Il sistema è attualmente in fase di sperimentazione medica in 55 ospedali in tutto il mondo, aiutando a diagnosticare tumori al seno, ai polmoni, al colon-retto, al collo dell'utero, alle ovaie, allo stomaco e alla prostata.
Senza spegnere la luce
In un acceso dibattito sul fatto che il cambiamento climatico possa aver innescato due uragani catastrofici su scala storica negli Stati Uniti, come potrebbe essere massimizzata l'intelligenza artificiale per ricercare l'uso di energia pulita e rinnovabile per prevenire ulteriori danni che portano a problemi climatici?
Le persone in tutto il mondo fanno sempre più affidamento sulle fonti di energia rinnovabile per combattere il cambiamento climatico e l'inquinamento causato dai combustibili fossili e il compito di bilanciare le reti energetiche con tali fonti intermittenti sta diventando sempre più difficile. La proliferazione di contatori intelligenti - monitor digitali dell'energia che registrano automaticamente i consumi - fornirà anche molti dati su come e quando i consumatori utilizzano l'energia. La sola Unione Europea prevede di installare 500 milioni di contatori intelligenti nelle case entro il 2020.
"La gestione di tutte queste risorse è impossibile per gli esseri umani, poiché i tempi di risposta sono spesso dell'ordine di pochi secondi", afferma Valentin Robu, assistente professore di sistemi intelligenti presso la Heriot Watt University di Edimburgo. Sta lavorando con la società britannica Upside Energy per sviluppare nuovi modi per gestire le reti elettriche.
Creano algoritmi di apprendimento automatico per monitorare la produzione e la domanda di energia in tempo reale. Cosa significa? Quell'energia verrà immagazzinata durante le ore tranquille e poi rilasciata durante le ore di punta, ad esempio al mattino, quando tutti vogliono fare il proprio caffè. Poiché i veicoli elettrici e le batterie domestiche diventano più diffusi, la tecnologia può essere utilizzata per immagazzinare energia e distribuire uniformemente i flussi rinnovabili.
Robu afferma anche che l'IA può essere utilizzata a un livello ancora più basilare, contribuendo a ridurre la nostra domanda di dispositivi connessi. Ad esempio, i frigoriferi possono essere controllati direttamente dall'IA in modo che si accendano solo quando la domanda di elettricità è al minimo sulla rete.
Ilya Khel
